1. 서 론
공공부문의 업무 효율성을 높이고 대국민서비스
를 개선하여 국가경쟁력을 강화하고자 정부는 2000년 이후 e-Korea 실현 계획을 마련하고 다양 한 정보화 사업을 진행 중에 있다. 이로 인해 공공
계산에 기초한 하드웨어 도입 규모산정 방식 연구*
나종회**․최광돈***․정해용****
The Study on Hardware Sizing Method Based on the Calculating*
Jonghei Ra**․Kwangdon Choi***․Haeyong Jung****
Abstract
According to the policy for “e-Korea construction" of Korean government, Investment of information system during the past decade are dramatically increasing. More than a half of this investment is cost of hardware infrastructure.
So, accurate hardware sizing are essential for higher efficiency of investment. Accurate hardware sizing benefits are generally viewed in terms of the avoidance of excess equipment and lost opportunity costs by not being able to support business needs. Unfortunately, however, little research effort to make the hardware sizing methodology are doing.
We propose a sizing method for information system in public sector. This method is determinate empirical study that are gathering and analyzing cases, making method and reviewing expert. Finally we are proposed calculating method for hardware components that is CPU, memory, internal and external disk according to the application system type which is OLTP, Web, WAS. Our study certainly will act as a catalyst for higher investment-efficiency of the future information programs in public sector.
Keyword：H/W Sizing, Capacity Planning, Calculating Method, Performance Metric
* 본 연구는 2005년도 정보통신부 출연금으로 수행한 정보통신연구개발사업의 결과임.
** 광주대학교 e-비즈니스학부 조교수
*** 한세대학교 e-비즈니스학부 부교수
**** 나사렛대학교 경영정보학과 조교수
부문에서의 정보화 투자는 날로 증가하고 있으 며, 특히 하드웨어 도입 비용이 이러한 정보화 예산에서 차지하는 비중이 작게는 50%에서 많 게는 90%까지 이르는 것으로 파악되고 있다[5].
공공부문 서비스에 대한 질적 수준을 극대화하 면서 정보화 예산의 적정한 투자효율을 달성하 기 위해서는 하드웨어 도입 비용을 보다 합리적 으로 산정하고 집행하는 것이 무엇보다도 중요 하다[1-3].
이러한 하드웨어 도입 규모의 정확한 산정이라 는 중요성에도 불구하고 정보화사업에서 하드웨어 규모산정은 응용소프트웨어 규모산정과 달리 규모 산정 및 비용 추정을 위한 국가적인 차원의 객관 적 기준이 마련되어 있지 않은 실정이다. 이로 인 해서 하드웨어 규모산정은 정보화 사업을 추진하 는 기관이나 시스템공급자, 개발자 등의 주관적 판단기준에 따라 도입 하드웨어의 규모산정이 이 루어지고 있어 많은 시스템들이 도입 이후에 과다 산정과 활용도 저하에 따른 예산낭비에 대한 논란 이 지속되고 있다[4, 5].
하드웨어 도입 규모는 시스템이 지원할 업무의 성격과 업무의 예상증가율, 구축기술 등의 구축환 경과 관련된 특성들을 고려하여 산정해야 하므로 규모산정 결과의 적정성을 직관적으로 판단하는 일은 매우 어렵다[11, 12, 16]. 그러나 이러한 어려 움에도 불구하고 정보화 자원의 효율적 운영을 통 한 공공부문 정보사업의 투자효과를 극대화하기 위해서는 정보시스템 도입 시 적용할 수 있는 하 드웨어 규모산정에 대한 기준이 절실한 실정이다 [8].
이러한 산정기준의 작성의 필요성에 따라 본 논 문에서는 공공부문 정보화 사업을 대상으로 적용 가능한 규모산정 방식을 제안하였다. 본 연구의 선행연구는 나종회[1], 정해용[2, 3]의 연구가 있으 며, 이러한 선행연구 결과를 토대로 수행한 후속 연구다. 한편, 본 연구 방법으로는 탐색적 연구방 법과 표적집단면접(FGI：Focus Group Interview) 방법을 결합하여 사용하였는데, 이는 기존 규모산
정 연구결과와 하드웨어 제조사, SI업체 등 시스 템 공급자의 산정기준을 토대로 새로운 기준을 새 로운 규모산정 방식을 제시하고 규모산정 전문가 들의 집단면접 및 토론과정을 거쳐서 최종적인 확 정하는 과정을 거쳤다.
2. 이론적 배경
2.1 규모산정 개념
일반적으로 용량관리(Capacity management)나 용량계획(Capacity Planning)과 하드웨어 규모산 정(H/W Sizing) 또는 용량산정(Capacity Sizing) 이라는 용어를 구분하기는 쉽지 않으나 이들 용어 간에는 분명한 차이가 존재한다[1].
먼저, 용량관리는 ‘비즈니스 요구사항을 충족시 키기 위한 현재와 미래의 용량 계획을 수립하고 비 용(Cost)과 용량(Capacity)의 균형, 공급(Supply)과 수요(Demand)의 균형을 맞추는 것’으로 정의할 수 있다. 용량관리의 대상은 시스템, 네트워크 등 조직 내의 하드웨어 자원만을 국한하는 것이 아니 라 소프트웨어 자원을 포함하여 전사적인 자원 (Enterprise Resource)을 관리 대상으로 하며, 관 리의 주기 역시 일시적이 아닌 지속적인 관리에 중점을 둔다.
<표 1> 규모산정 개념 비교
구분 정의 관점 시간성
용량 관리
비즈니스 요구사항을 충족시키 기 위해 현재와 미래의 용량 계획을 수립하고 비용(Cost)과 용량(Capacity)의 균형을 맞추 는 것
조직 지속적
용량 계획
개략적인 시스템 아키텍처와 응용 업무를 기반으로 시스템 에 요구되는 성능 요구사항과 성능을 결정하기 위한 계획
조직, 시스템 지속적
규모 산정
기본적인 용량과 성능요구사항 이 제시되었을 때, 그것을 시스 템 요구사항으로 변환하는 것
시스템 일시적
반면에 용량계획은 개략적인 시스템 아키텍처와 응용 업무를 기반으로 시스템에 요구되는 성능 요 구사항과 성능을 결정하기 위한 계획으로 이해 할 수 있다. 이러한 용량계획에서는 클라이언트 어플 리케이션의 형태, 이들 응용들에 접근하는 사용자 의 수, 클라이언트 응용프로그램의 동작 특성, 서 버시스템에 대응하는 오퍼레이션의 형태, 서버시 스템에 접속하는 동시 접속자 수, 서버시스템에 의해서 수행되어야 하는 피크율, 피크타임 하에서 의 여유율 등을 결정한다.
마지막으로 규모산정은 ‘기본적인 용량과 성능 요구사항이 제시되었을 때, 그것을 시스템 요구사 항으로 변환하는 것’을 말한다. 따라서 규모산정 시에 결정하는 요소로는 서버 컴퓨터의 CPU의 형 태나 수, 그리고 서버 컴퓨터의 디스크 서브시스 템의 크기나 형태, 서버 컴퓨터의 메모리 크기, 네 트워크의 용량 등의 요소를 들 수 있다.
용량관리
용량계획
규모산정
[그림 1] 규모산정 관련 개념 관계 이를 종합하면, 일반적으로 시스템 규모산정이 실제 업무와 응용을 기반으로 수학적인 방법론을 사용하여 도입하고자 하는 시스템의 규모를 추정 혹은 계산하는 것으로 시스템의 아키텍처와 응용 기반을 전제로 용량요구사항과 성능을 결정하는 용량계획이나 용량관리의 하위적 개념으로 규정할 수 있다. 또한 규모산정은 특정시스템이나 서버에 대해 일시적으로 이루어지며, 사전 예측적 성격이 강하다.
<표 2> 하드웨어 규모산정방법
구분 개념 장점 단점
계산 방식
사용자수 등 규모 산정을 위한 요인 을 토대로 수치를 계산하고, 보정치 를 적용하는 방법
규모산정의 근 거를 명확하게 제시할 수 있 으며, 다른 방 법에 비해 간 단하게 산정할 수 있음
보정치가 잘못 되었을 경우 원 하는 값과 많은 차이가 발생하 며, 보정치에 대 한 정확한 근거 자료제시가 어 려움
참조 방식
업무량(사용자수, DB크기)에 따라, 기본 데이터를 토 대로 대략적인 시 스템 규모를 비교 하여 비슷한 규모 를 산정
기존 구축되어 있는 업무시스 템과 비교가 가능하므로 비 교적 안전한 규모 산정
계산에 의한 방 법이 아닌 비교 에 의한 것이므 로 근거제시 미 약
시뮬 레이 션 기법
대상업무에 대한 작업부하를 모델 링하고 이를 벤치 마킹하여 규모를 산정
상대적으로 정 확한 값을 얻 을 수 있음
시간과 비용이 많이 소요
한편, 규모산정은 예측의 문제로 산정의 정확성 은 산정방식에 큰 영향을 받는다. 정확한 규모산 정을 유도하기 이해서는 적절한 규모산정 방식을 적용하는 것이 필요하다. 이러한 하드웨어 규모산 정은 일반적으로 <표 2>와 같이 계산방식(Calcu- lating Method), 참조방식(Referencing Method), 시뮬레이션기법(Simulation technique) 등 세 가지 로 구분할 수 있다[9, 10, 13].
첫째, 계산방식은 ‘사용자수’나 ‘사용자당 트랜잭 션수’와 같은 다양한 규모산정 항목을 토대로 수 치를 계산하고 보정치를 적용하는 방법이다. 이는 규모산정에 대한 정확한 근거를 제시할 수 있다는 장점이 있다 그러나, 만약 적용된 보정치에 오류 가 있을 경우 이상적인 결과값과 큰 차이를 보이 게 되며 적용된 보정치의 정확한 근거 제시가 어 렵다는 단점을 가지고 있다.
둘째, 참조방식은 사용자수나 데이터베이스의 크기, 업무량 등 기본 자료를 토대로 유사 규모 시 스템과 비교하여 규모를 산정하는 방법이다. 이는 기 구축된 시스템과 비교가 가능하여 비교적 안정
적인 규모산정 결과를 얻을 수 있으며 제조사가 보유한 산정자료를 활용할 수 있어 산정결과의 신 뢰성이 높다는 장점을 갖는다. 그러나 계산방식이 아닌 비교 방식임에 따라 근거 제시가 미약하다는 단점을 갖는다.
마지막으로 시뮬레이션기법은 대상업무에 대한 작업부하 모델링하고 이를 시뮬레이션 하여 규모 를 산정하는 방식이다. 계산방식이나 참조방식에 비해 정확한 값을 얻을 수 있다는 장점이 있으나 산정에 많은 시간과 비용이 소요된다.
한편, 위에서 제시한 각 방식의 장단점과 유사 업무사례, 계획단계에서의 규모산정 가능성 등의 특성을 고려할 때, 시뮬레이션기법이나 참조방식 은 공공부문 규모산정을 위한 방식으로 적용하는 데 한계가 있다. 따라서 본 논문에서는 규모산정 방법으로 위에서 제시한 세가지 방식 중 계산방식 을 사용한다.
2.2 규모산정에 관한 이론적 선행연구 검토
서버 규모산정 관련 연구는 소프트웨어 개발 분 야에 비해 연구가 매우 미약하여 아직까지는 공공 부문 정보화사업 전체에 적용할 수 있는 이론적 토대가 제시되지 못하고 있는 실정이다. 이에 따 라 국내의 경우 일부 대형 SI업체를 중심으로 규 모산정의 중요성을 인식하고 정보시스템 규모산정 을 위한 내부 지침을 마련하는 작업이 자체적으로 진행되고 있다.
기존 규모산정과 관련된 주요한 연구로는 공공 부문 정보화사업에 적용을 위한 실무차원 연구인 한국전산원이 수행한 ꡔH/W 용량산정 관련연구ꡕ, ꡔ정보시스템 용량산정기술 및 프레임워크 연구ꡕ, ꡔ정보시스템 규모별 용량산정 기준 연구ꡕ 등이 있 다[5-7]. 또한 이론적 연구로는 나종회[1], 정해용 [2]의 연구가 있다. 나종회[1]의 연구는 국내 공공 부문 정보화사업의 사례와 국내 SI업체의 산정기 준을 토대로 하여 정보시스템 구축비용 중에서 가 장 중요한 CPU, 메모리, 디스크의 규모산정 방식
과 절차를 제시하고 있으나 선행연구가 거의 없는 탐색적 차원의 연구들로 연구의 객관성 부족으로 인해 신뢰도와 타당성 측면에서 일반적인 이론으 로 해석하는 데는 한계점으로 지적되고 있다.
정해용[3]의 연구는 나종회[1]의 연구를 선행 연 구로 하여 이론적 문헌검토와 SI업체 및 하드웨어 공급업체 규모산정 전문가들의 경험적 노하우 등 을 통하여 기존에 활용되고 있는 규모산정 방식에 근거하여 기준이론을 설정하고 이를 현장의 전 문가들을 대상으로 설문조사 및 전문가 집단토 의 방식을 통하여 타당성을 검증하는 작업을 수행 하였다.
2.3 규모산정 현황 및 문제점
공공기관의 정보인프라의 도입과 관련한 논쟁에 있어 주요한 대상은 정보시스템의 CPU산정과 관 련된 부분이다. 이는 메모리나 디스크와 같은 기 억장치는 하드웨어 기술 발전에 따라 전체 시스템 도입비용에서 차지하는 비중이 작아지고 있는 추 세이며, CPU에 비해 산정방식이 객관화 될 수 있 어 상대적인 논란이 덜하다. 그러나 CPU의 경우 공공기관에서 활용 가능한 범용적인 규모산정 방 식이나 기준이 마련되어 있지 않고, 규모산정에 따른 장비 도입시 도입장비의 규모 및 기종을 결 정하기 위해서는 국제적인 성능평가기관의 성능기 준치를 참조하여야 함에도 CPU의 성능측정 기준 이 일원화 되어 있지 않아 공공기관의 정보시스템 도입에 많은 어려움이 존재한다.
국내의 많은 공공기관은 자사의 시스템을 도입 하기 위한 하드웨어 규모 산정 시 tpmC(TPC의 OLTP시스템용 벤치마크 기준인 TPC-C의 성능 측정 단위)를 주로 사용하고 있다[11]. 이는 공공 기관의 사용자들의 성향에 기인한 것으로 tpmC를 기반으로 한 하드웨어 규모산정 및 성능평가에는 논란의 여지가 있으며, 이러한 논란은 다음에서와 같이 3가지로 요약할 수 있다.
첫째, 도입시스템 규모추정을 위한 하드웨어 제
<표 3> 하드웨어 규모 산정기준 및 항목 비교-CPU를 대상으로
구 분 항 목 조작적 정의 NCA A사 B사
WEB/
WAS용 CPU
동시사용자 서버에 동시에 접속하는 사용자수 ○ ○ ○
어플리케이션 인터페이스 부하보정
서버가 타 서버와 통신하게 되는데 이때 인터페이스에서 발
생하는 부하율 ○ X ○
피크타임부하보정 갑자기 많은 접속으로 인해 부하가 발생하는 것을 해결하기
위한 부하율 ○ X X
시스템 여유율 시스템의 안정된 운영을 위한 보정으로 업무의 중요도나 긴
급도를 감안하여 적용하는 여유율 ○ ○ ○
사용자당 오퍼레이션수 사용자 1명이 초당 발생시키는 오퍼레이션 수 ○ ○ ○
OLTP용 CPU
동시사용자수 서버에 동시에 접속하는 사용자수 ○ ○ ○
트랜잭션 처리수 1명이 1분동안 발생한 트랜잭션수 ○ ○ ○
기본 tpmC 보정 최적의 상황에서 사스템이 운영되도록 시스템 규모에 따른
조정치 ○ X ○
피크타임 보정 업무가 폭주하는 경우를 고려한 조정치 ○ ○ ○
데이터베이스크기보정 트랜잭션이 처리하는 데이터 크기에 대한 보정 ○ X ○
어플리케이션복잡도보정 프로그램이 복잡한 정도에 따른 조정치 ○ ○ X
어플리케이션구조보정 2-3Tier에 따른 어플리케이션의 구성방법을 감안한 보정 X ○ X 어플리케이션부하보정 테스트 환경(BMT)이 아닌 실제 사용자 운영환경 보정 X ○ X
네트워크보정 네트워크 대역폭으로 인한 지연 보정 ○ ○ X
클러스터보정 클러스터 환경에서 장애발생시를 위한 보정 ○ X ○
여유율보정 예기치 못한 상황 및 확장에 대한 여유율 ○ ○ ○
조사 혹은 SI(System Integration)업체의 산정항 목이나 지표 혹은 보정치가 상이하다는 점이다.
특히, 산정 지표나 보정치의 경우 규모를 산정하 는 시스템 설계자의 경험에 따라 부여하는 경향이 있어 산정 시 마다 매번 달라질 수 있으며, 동일한 시스템 환경에 대해서 많은 차이를 보일 수 있다.
둘째, 성능 평가치의 객관성과 신뢰성 문제이다.
하드웨어 제조사들 중 SPEC(Standard Perfor- mance Evaluation Cooperation) 성능평가의 주요 한 고객인 SUN은 TPC(Transaction Performance Council)의 성능평가를 수행하고 있지 않으며, 비 록 공인 tpmC 성능 기준을 사용하는 하드웨어 제 조사 역시 하드웨어 장비별 tpmC 성능치는 TPC 의 성능평가를 통해서 공식 발표되지만 그들의 정 책에 따라 모든 제품에 대해서 TPC 성능을 평가 하는 것이 아니므로 모든 시스템에 대한 tpmC 값 이 제공되고 있지 못하고 있다. 이는 TPC나 혹은 SPEC의 성능 평가를 위해서는 작게는 수십만$에
서 많게는 수백만$가 소요되는 등 막대한 비용이 필요하기 때문에 하드웨어 제조사마다 자사가 생 산하는 모든 장비를 대상으로 전문기관에 의한 성 능평가를 수행하지 않는다. 따라서 성능평가를 실 시하지 않은 장비에 대한 구매시에 성능평가기관 에서 제시한 객관적인 성능평가에 대한 자료 대신 하드웨어 제조사의 내부 추정치(자사 기준에 의한 벤치마크 후 공인 기준으로 변환한 환산치 혹은 기존 공인성능 장비를 기준으로 단순 추정한 추정 치)를 적용할 수 밖에 없어 제시된 성능치에 대한 객관성 및 신뢰성을 보장하기 어렵다.
마지막으로 오늘날 대부분의 정보시스템 환경은 업무시스템이 배치를 포함하는 온라인 트랜잭션 처리업무(OLTP：On-Line Transaction Process- ing) 위주에서 웹 기반의 업무시스템으로 변화하 고 있다. 이에 따라 국제적인 성능평가 기관 역시 웹을 기반으로 하는 다양한 아키텍처상의 하드웨 어에 대한 성능평가를 위한 벤치마크 기준(TPC-
APP, SPECweb2005 등)과 이에 따른 성능평가 결 과를 제시하고 있다[17, 18]. 따라서 이러한 업무 특 성을 감안하여 서버규모산정이 이루어져야 함에도 공공부문에서의 서버 규모산정은 웹 기반이 아닌 OLTP벤치마크 기준인 TPC-C 사용하고 있어 규모 산정 결과의 신뢰성이 없는 것으로 지적되고 있다.
위에서 언급한 규모산정에 대한 3가지 주요한 문제점 중 본 연구를 통해서 첫번째의 산정방식 및 항목의 일원화와 업무 부하에 따른 산정기준 및 방식의 다양화에 대한 문제는 어느 정도 해소 될 수 있을 것으로 판단된다.
3. 연구방법
3.1 연구방법론：탐색적 사례연구 및 표적집 단면접법
본 연구는 문헌조사와 사례연구를 병행한 탐색 적 연구와 전문가집단의 검증을 통한 연구를 수행 하였다. 우선 사례연구방법은 초기단계의 학문적 연구에서 이론을 생성하거나 기존 연구에 새로운 시작을 위하여 유용한 방법이다. 국내외의 정보시 스템에 대한 규모산정에 대한 연구는 앞서 2장에 서 보인 바와 같이 한국전산원을 비롯한 SI업체를 중심으로 매우 제한적으로 이루어지고 있어 이론 적인 토대를 정립하는데 매우 어려운 상황이다.
따라서 본 논문에서는 하드웨어 제조사 및 SI업체 등 공급업체의 사례와 기존 연구자의 연구결과를 심층 분석하고 규모산정에 대한 프레임워크와 세 부 산정방식을 제시하는 것이 적합할 것으로 판단 되어 1차적으로 사례를 중심으로 분석한다. 또한, 연구 대상의 성격상 단순히 사례만을 종합하여 제 시할 수 없어 사례연구의 한계를 보완하기 위하여 사례연구의 결과를 종합하여 관련 전문가 집단토의 형태의 표적집단면접법(Focus Group Interview, FGI) 방식을 수행하여 규모산정방식과 산정식에 포함된 항목 및 항목별 입력값의 범위를 도출하는 등의 연구방법론을 채택한다.
3.2 연구대상 및 자료수집
공공부문 정보화사업과 관련한 시스템 규모산정 은 일반적으로 공공기관에서 정보화 사업을 입안 하거나 정보화 예산을 요청하는 시점과 배정된 예 산을 바탕으로 실제 사업을 발주를 하는 시점에 주로 이루어진다. 이 두 경우에 있어서 정확한 규 모산정을 위해서는 사전에 충분한 계획이 수립되 어야 한다. 그러나 정보화사업의 실행 전에 전반 적인 사업에 대한 정보화 전략계획(ISP)이 수립 되어야 하지만 대부분의 정보화사업이 그렇지 않은 것이 현실이다. 규모산정의 전제 조건을 설 정하고 규모의 유형과 산정계수를 결정하며 산 정식에 따라 규모를 산정하는 것이다. 그러나 앞 서 설명한 바와 같이 정보화 전략계획을 전제로 하지 않은 경우, 규모산정 결과의 신뢰성을 높이 기 위해서는 규모산정 이전의 규모데이터의 수 집 단계를 포함하여 규모 산정의 범위로 규정할 필요가 있다.
본 논문에서는 공공부문 정보화사업의 규모산정 에 적합한 규모산정 방식을 제시하는데 그 목적이 있다. 따라서 이를 위해 우선, IBM, HP, SUN 등 하드웨어 제조사와 삼성SDS, LG-CNS, 현대정보 기술 등 SI업체의 규모산정 방식 및 사례를 조사 하고 기존 규모산정방식과의 비교분석을 통해서 새로운 규모산정 방식을 제시한다.
일반적으로 사례연구를 위한 자료로는 문서, 인 터뷰, 직접관찰, 참여관찰 등을 통해서 획득할 수 있으며, 연구결과의 객관성을 확보하기 위해서 다 수의 원천자료를 사용하여야 한다. 따라서 본 논 문에서는 연구대상기업의 정보시스템 개발과 관련 된 규모산정지침 및 규모산정사례 등의 각종 내부 문서를 분석하고 규모산정지침에 대한 시안을 작 성하고 이를 토대로 하드웨어 제조사와 SI업체 등 공급자그룹과 공공기관 사용자그룹으로 구성된 규 모산정전문가를 대상으로 3회에 걸쳐 재귀적인 인 터뷰를 실시하였으며, 그 결과를 반영하여 최종적 으로 규모산정 방식을 제시한다.
4. 규모산정방식의 설정
4.1 규모산정 대상
일반적으로 규모산정에 대한 대상은 하드웨어 뿐만 아니라 S/W나 네트워크를 포함하고 있다 [7-9]. 그러나 본 연구에서의 규모산정 대상은 하 드웨어로 PC나 기타 주변장비가 아닌 메인 프레 임급 서버로 규정하였다. 이러한 하드웨어 구성분 야는 여러 가지가 있지만 시스템 가격 및 성능 측 면에서 가장 중요한 CPU, 메모리, 디스크 등 세 분야를 규모산정 분야로 정의한다.
시스템 유형 OLTP
Memory System disk
Data disk Network
Web/WAS CPU
구 성 요 소
[그림 2] 정보시스템 규모산정 요소
•CPU：해당 업무를 처리하기 위한 CPU 규모 를 계산한 후, 적정한 성능을 지닌 서버 기종 을 선정한다.
•메모리：CPU 규모산정에 따른 서버 구성방 안에 의거하여, 서버별 시스템 소프트웨어, 응 용프로그램 등의 메모리 사용량을 산정한다.
•디스크：CPU 규모산정에 따른 서버 구성방 안에 의거하여, 서버별 OS, 시스템 소프트웨 어, DB의 데이터, DB의 아카이브 및 백업 영 역 등의 디스크 사용량을 산정한다.
4.2 규모산정 절차
일반적으로 규모산정의 정확도는 규모산정을 위 한 기초자료 확보, 표준화된 계산식과 절차, 그리
고 산정결과의 DB 저장 및 재활용의 4가지 요소 에 의해서 결정된다. 따라서 이들 4가지 요소 중 시스템적인 요소인 산정결과의 DB 저장 및 재활 용을 제외한 절차적인 요소인 규모산정자료 확보, 표준화된 계산식 및 절차 등의 3가지 요소를 산정 절차에 반영하였다. 한편, 전사적 시스템 선정을 위한 규모산정 절차는 [그림 3]에서 제시한 바와 같이 시스템의 구축방향 및 기초자료 분석, 기초 자료 및 업무분석, 그리고 구성요소별 규모산정, 마지막으로 산정결과에 대한 검증 및 완료 등 4단 계로 구성하였다.
구축방향 및 기초자료조사
기초자료 및 업무분석
구성요소별 규모산정
산정결과 검증 및 완료
[그림 3] 개념적 규모산정 절차
우선, 1단계인 시스템 구축방향 및 기초자료조 사 단계에서는 ISP(Information Strategy Pla- nning)나 혹은 시스템 구축에 대한 기본계획 등과 같은 결과들을 토대로 향후 구축될 전체시스템에 대한 아키텍처 구성 및 정보흐름을 파악하여 필요 한 경우 아키텍처의 모델을 수립하고 규모 산정에 필요한 기초자료를 수집하며, 2단계에서는 1단계 에서 수집된 기초자료를 근거로 업무분석을 수행 하여 대상시스템에 대한 기본적인 업무부하와 보 정계수를 결정한다. 다음의 3단계에서는 CPU, 메 모리, 디스크 등 하드웨어 구성 요소별 규모를 산 정하며, 마지막 4단계는 규모산정 항목에 따라 규 모산정을 완료한 후 과거 유사 프로젝트 경험치를 적용하여 재조정한 후 규모산정을 완성하는 등의 과정을 거친다.
4.3 규모산정을 위한 성능기준
CPU의 규모산정을 위한 성능기준은 규모산정 방식 뿐만 아니라 규모산정 이후 실제 시스템에 대한 선정 시 매우 중요한 기준이 된다. 따라서 하 드웨어 규모산정 방식의 제시에 앞서 작업부하나
업무특성을 고려하여 CPU의 성능기준을 제시하 여야 한다. 대부분의 정보시스템은 업무 특성에 따라 크게 OLTP(혹은 배치 작업을 포함하는 OLTP)서버, 단순 웹서버, WAS(Web Application Server) 등으로 구분할 수 있다. 특히 하드웨어 장 비의 경우 이러한 업무 특성에 따라 성능치가 달 리 나타나게 되므로 성능기준에 대한 설정과 아울 러 CPU의 규모산정을 달리하는 것이 필요하다[14, 15].
<표 4> 업무특성별 서버 성능 기준치 구 분
OLTP 또는 OLTP & Batch
어플리케이션
웹 서버 어플리케이션
WAS(Web Application System)
성능기준 TPC-C SPEC
Web99
SPEC jbb2000 메트릭스
(Metrics) tpmC
OPS (Operations per Second)
OPS (Operations per Second)
따라서 본 논문에서는 각각의 작업부하에 따른 시스템 선정을 위한 성능평가 기준 및 CPU의 규 모산정 대상을 작업부하 특성에 따라 1) OLTP 또 는 OLTP & Batch 응용, 2) 웹 서버, 3) WAS로 구분하며, 각각에 대한 성능 기준과 측정단위는
<표 4>에 있는 바와 같이 적용한다.
4.4 규모 방식의 설정 및 적용
규모산정방식에서의 세가지 중요한 요소는 각 규모산정 대상별 산정항목과 산정항목에 대한 입 력값의 범위(허용치) 그리고 이들 요소를 사용하 여 실제 계산하는 산정식의 결정이다[8-10]. 본 논 문에서는 이러한 세가지 요소에 대해서 3장에서 기술한 바와 같이 탐색적 접근방법을 통해서 도출 하였다. 한편 본 절에서는 CPU, 메모리, 디스크 중 상대적으로 매우 중요한 CPU산정 방식을 중심 으로 기술하였다. CPU의 경우에는 업무특성을 감 안하여 OLTP와 웹 /WAS에 대해서 다른 산정방 식을 적용하며 세부적인 내용은 다음과 같다.
4.4.1 OLTP 어플리케이션 서버의 CPU 산정 일반적으로 OLTP 또는 OLTP & Batch 어플리 케이션 서버의 규모산정을 위한 tpmC 추정에는 다양한 고려가 필요하다. 이는 어떤 형태의 서비 스를 제공하는 시스템인지, 어떤 형태의 시스템 아키텍처를 사용하는지, 어떤 기종을 사용하는지 등에 따라 산정방식이 달라질 수 있기 때문이다.
특히, 기존 운영중인 시스템과 달리 신규 시스템 에 대한 규모 산정의 경우 이와 같은 내용 이외에 업무 내용이 상세히 분석되어야 적정 성능을 보장 할 수 있는 규모를 산정할 수 있다.
실제로 OLTP 어플리케이션 서버 규모산정을 위한 tpmC 추정은 <표 5>에서와 같이 분당트랜 잭션수, 기본tpmC보정, 피크타임보정, 데이터베이 스크기보정, 어플리케이션 구조보정, 어플리케이 션부하보정, 네트워크보정, 클러스터보정, 여유율 등 8개 산정 항목을 사용한다. 특히, 서버의 CPU 산정 결과에 큰 영향을 미치는 요소로는 분당트랜 잭션수와 어플리케이션복잡도 보정, 사용자복잡성 보정, 어플리케이션구조보정, 어플리케이션부하보 정으로 분당트랜잭션수에 대한 산정에는 신중한 접근 필요하며, 아울러 어플리케이션 복잡도보정, 어플리케이션 부하보정 등의 경우 적용 대상업무 에 대한 상세한 분석이 선행되지 않으면, 각 항목 의 입력값에 대한 적용이 쉽지 않으므로 규모산정 의 정확성을 높이기 위해서는 대상업무에 대한 사 전 상세분석이 필수적이다.
<표 5> OLTP 서버의 CPU 산정항목 및 입력값
산정항목 기준식
입력값 범위 일반값
트랜잭션 처리수 - -
기본 tpmC보정 20～30% 1.3
피크타임보정 20～50% 1.3
데이터베이스 크기보정 20～50 1.3
어플리케이션 복잡도보정 10～140 1.5 어플리케이션 부하보정 30～120 1.7
네트워크보정 10～30 1.2
클러스터보정 30～50% -
여유율보정 20～30% 1.3
위의 분당트랜잭션수는 OLTP 환경하에서 서버 규모 산정의 정확성을 위해서는 시작점으로 클라 이언트/서버 환경하에서는 일반적인 응용구조가 이와 같이 트랜잭션 단위로 업무가 발생하므로 한 어플리케이션에서 과연 몇 번의 트랜잭션이 발생 하는가를 추정하는 것이 OLTP환경에서 시스템 규모산정의 기본이 된다. 분당트랜잭션수를 구하 는 방법으로는 ‘기존 운영중인 시스템에 대한 트 랜잭션을 조사하고 이를 분당 트랜잭션으로 치환 하여 사용하는 방법’과 ‘도입시스템에 대한 트랜잭 션이 존재하지 않는 경우로 총사용자수를 예상하 여 동시사용자수를 구하고 예상되는 업무특성과 유형을 감안하여 동시사용자 한 사람당 1분당 발 생 가능한 예상트랜잭션수를 추정하는 방법’ 그리 고 마지막으로 ‘응용시스템에 대한 클라이언트 수 를 이용하는 방법’ 등 세가지 중 한가지를 사용한다.
<표 6> 기본 tpmC보정에 대한 적용값 사례
구분 적용값 설명
단순 20% 동시사용자가 300명 미만 복잡 30% 동시사용자가 300명 이상
OLTP 서버의 CPU 산정항목별 적용값은 사용 을 권고하는 값으로 <표 6>에서의 사례와 같이 실제 환경에서 시스템의 형태에 따른 업무특성이 나 작업부하가 달리 적용하도록 정의하였다. TPC 에서 제공하는 tpmC수치는 최적의 환경에서 측정 하는 것으로 실제 상황에 맞게 보정해 주어야 한 다. 이러한 기본 tpmC 보정값은 <표 6>에서 제시 한 바와 같이 시스템 규모에 따라 달라질 수 있는 데, 시스템 규모를 근거로 단순한 경우 20%를 복 잡한 경우 30%를 적용한다.
한편, 일반값은 임계값(Default value)으로 세부 적인 값의 추정이 어려운 경우 이를 적용할 수 있 다. 이러한 OLTP 서버의 CPU 산정항목 및 입력 값을 활용한 규모 산정식은 위에서 제시한 산정항 목과 산정기준을 적용하여 다음에서와 같이 순차 적으로 계산함으로써 얻어진다.
▲ CPU = {(동시사용자 수 * 트랜잭션 처리수) * (기 본 tpmC 보정 + 피크타임보정 + 데이터베이스크기 보정 + 어플리케이션복잡도보정 + 어플리케이션부하 보정+ 네트워크보정 + 클러스터보정)} * 여유율보정
4.4.2 웹/WAS 서버의 CPU 산정
웹/WAS 서버의 규모산정을 위해서 ops 추정은 tpmC 추정 방식에 비해 상대적으로 용이하게 산 정한다. tpmC가 보정치 및 여유율로 8개의 항목을 사용하는데 비하여 웹/WAS 서버의 경우에는 동 시사용자수, 사용자당 오퍼레이션수, 어플리케이 션 인터페이스(Interface) 부하 보정과 피크타임 부하 보정, 시스템 여유율 등 5개의 항목만을 사용 하여 산정하도록 정의하였으며 tpmC에 비해 상 대적으로 업무분석이 덜된 경우에도 산정이 가능 하다.
<표 7> OLTP 서버의 CPU 산정항목 및 입력값
산정항목 기준식
입력값 범위 일반값
동시사용자수 전체 사용자의
5～20% -
사용자당 오퍼레이션 수 3개～6개 5개
어플리케이션 인터페이스
부하보정 3%～10% 1.05
피크타임부하보정 15%～50% 1.3
시스템 여유율 - 1.3
<표 8> 동시사용자수에 대한 적용값 사례
적용값 설 명
5%～10% 접속사용자의 불특정사용자를 대상으로 웹 서비스를 하는 경우(일반값은 5%) 10%～20% 인트라넷과 같이 특정 사용자계층을 대상
으로 서비스 하는 경우로(일반값은 10%)
산정항목에 대한 세부적인 정의 및 적용방식은 다음과 같다. 우선, OLTP의 경우와 마찬가지로 산정항목에 적용값은 사용을 권고하는 값이나 실 제 환경에서 시스템의 형태에 따른 업무특성이나 작업부하가 크게 달라질 수 있다. 예를 들어 <표
7>에서 동시사용자의 경우 ‘전체 사용자의 5～
20%’로 정의하였으나 <표 8>에서 제시한 바와 같 이 업무환경에 따라 동시사용자의 추정은 시스템 의 목적이나 사용계층의 특성에 따라 차이를 보일 수 있으므로 이를 고려해야 한다.
한편, 일반값은 임계치(Default value)로서 세부 적인 값의 추정이 어려운 경우 이를 적용할 수 있 다. 이러한 웹/WAS 서버의 CPU 산정항목 및 입 력값을 활용한 규모 산정식은 위에서 제시한 산정 항목과 산정기준을 적용하여 다음에서와 같이 순 차적으로 계산함으로써 얻어진다.
▲ CPU = 동시사용자 수 * (어플리케이션 인터페 이스 부하보정 + 피크타임 부하보정) * 시스템 여 유율 * 사용자당 오퍼레이션 수
4.5 아키텍처에 따른 서버별 산정규모 결정
앞서 제시한 규모산정은 서버단위로 이루어지므 로 규모산정을 수행하는 사람은 구축하고자 하는 시스템에 대한 전체적인 아키텍처를 개념적 모델 을 고려하여 각 서버별 규모를 결정하는 것이 필 요하다. 이는 구축될 아키텍처에서의 각기 서버의 역할에 따라 서버별 산정방식이 달라지기 때문이 다. 따라서 본 논문에서는 역할에 근거한 서버별 산정규모를 결정하기 위해 3가지 형태의 참조 아 키텍처를 제안하고 각 아키텍처 형태에 따라 아키 텍처내의 계층별 규모산정 방식을 제시한다.
일반적인 3-tier 구조에서의 개념적 아키텍처는 물리적인 시스템으로 구현 시 웹/응용/DB계층 물 리적으로 단일서버에 존재하는 경우, 웹/응용/DB 계층이 물리적으로 2개 서버)에 존재하는 경우, 웹 /응용/DB계층이 물리적으로 3개 서버(서버 1：웹 계층, 서버 2：응용계층, 서버 3：DB계층)에 존재 하는 경우 등 다음에서와 같이 3가지 형태로 구현된다.
•참조모델 1：웹/응용/DB계층 물리적으로 단 일서버에 존재하는 경우
•참조모델 2：웹/응용/DB계층이 물리적으로 2 개 서버에 존재하는 경우
•참조모델 3：웹/응용/DB계층이 물리적으로 3 개 서버(서버 1：웹계층, 서버 2：응용계층, 서버 3：DB계층)에 존재하는 경우
응용서버
클라이언트
웹서버
DB서버
한편, 위에서 제시한 아키텍처에 따른 각 참조 모델별 서버의 산정규모는 다른 방식에 의해서 이 루어진다.
•참조모델 1：웹/응용/DB계층 물리적으로 단 일서버에 존재하는 경우 OLTP를 기준으로 산정하며, 이 경우 동일서버에서 웹서버와 응 용서버, DB서버의 역할 동시에 수행해야 하 므로 이후에 최종적으로 산정된 서버의 CPU 규모에 상대적인 서버 가중치 2.1(웹：0.4, 응 용：0.7, DB：1)을 적용하여 최종적인 값을 구한다.
•참조모델 2：웹/응용/DB계층이 물리적으로 2 개 서버에 존재하는 경우로 일반적으로 웹/응 용이 하나의 서버에 그리고 DB계층이 하나의 서버에 구성되는 경우나 혹은 하나의 웹과 응 용/DB 계층이 하나의 서버를 구성하는 경우
이다. 첫째, 웹/응용서버, DB서버의 구조를 갖 는 경우 웹/응용서버는 웹/WAS 산정기준을 적용하고 DB서버는 OLTP 산정기준을 적용 한다. 웹/응용서버의 경우 웹서버와 WAS서 버의 역할을 동시에 수행해야 하므로 1.6(웹：
0.6, 응용：1)을 적용한다. 둘째, 웹서버와 응 용/DB서버의 구조를 갖는 경우, 우선 웹 서버 는 웹/WAS 산정기준을 적용하고 응용/DB서 버는 OLTP 산정기준을 적용한다. 응용/DB서 버의 경우 응용과 DB서버의 역할을 동시에 수행해야 하므로 1.7(응용：0.7, DB：1)을 적 용한다.
•참조모델 3：웹/응용/DB계층이 물리적으로 3 개 서버(서버 1：웹계층, 서버 2：응용계층, 서 버 3：DB계층)에 존재하는 경우로 웹계층(웹 서버), 응용계층(WAS서버)은 각각 웹/WAS 기준을 적용하여 산정하고 DB계층(DB서버) 는 OLTP를 기준으로 산정한다.
4. 결 론
정보화 예산의 효율적 집행을 위해서는 객관적인 규모산정을 통해 도입 장비의 활용도를 극대화하는 것이 필요하다. 따라서 논문에서는 하드웨어 규모 를 산정하기 위한 방식을 제안하였다. 제안한 방식 은 공공부문 시스템 공급자의 내부 기준을 검토하 고 이를 바탕으로 규모산정 기준을 마련하여 규모산 정 전문가그룹의 검토를 통해 산정방식을 확정하는 등 탐색적인 연구 방법을 통해서 수행하였다. 본 연구결과는 공공부문 정보시스템의 신규 도입에 활 용할 수 있을 것으로 판단되며, 시스템 규모 산정 및 표준화된 평가지표를 제공함으로써 객관적 기술 분석을 가능하게 하여 정보시스템의 적정한 선정과 평가가 이루어질 수 있으며 궁극적으로 정보화 투 자에 대한 성과를 높일 수 있을 것으로 기대 된다.
향후 연구로는 2005년 이후 TPC 및 SPEC 등 의 국제적인 성능평가기관의 신규 벤치마크 기준 (TPC：TPC-APP, TPC-E<2006년 TPC-C 대체
예정>, SPEC：SPECJbb2005, SPECWeb2005)이 변경됨에 따라 규모산정 방식에 이를 반영하는 작 업을 수행하고자 한다. 또한 시스템 도입 계획과 성능평가 결과 간의 차이분석을 수행하기 위하여 단기적으로 규모산정 자료를 수집하기 위한 체계 를 마련하고 이를 통해서 시스템 도입 계획과 성 능평가 결과 간의 차이를 분석하여 그 원인과 결 과를 항목 및 계수화 조정에 반영하는 작업을 수 행할 필요가 있다.
참 고 문 헌
[1] 나종회, 최광돈, “정보시스템 용량산정방식에 관한 탐색적 연구：공공부문 하드웨어 규모 산정을 중심으로”, ｢한국SI학회지｣, 제3권, 제 2호(2004), pp.9-12.
[2] 정해용, 나종회, 최광돈, 허정회, “정보시스템 하드웨어 용량산정에 관한 실증적 연구”, 한 국SI학회춘계학술대회 논문집, 2005.
[3] 정해용, 나종회, 최광돈, “공공부문 정보시스 템의 하드웨어 용량산정 방식 설정을 위한 실증적 연구”, ｢정보화정책｣, 제12권, 제3호 (2005), pp.54-72.
[4] 한국전산원, ｢2005년도 주요 공공기관 정보자 원 현황 분석｣, 2005.
[5] 한국전산원, ｢H/W 용량산정 관련 연구｣, 2002.
[6] 한국전산원, ｢정보시스템 용량산정기술 및 프 레임워크 연구｣, 2003.
[7] 한국전산원, ｢정보시스템 규모별 용량산정 기 준 연구｣, 2004.
[8] Canturk Isci, Apler Buyuktosunoglu, Mar- gaert Mantonsi, “LONG-TERM WORK- LOAD PHASES：DURATION PREDI- CTION AND APPLICATION TO DVFS”, IEEE Micro, (2005), pp.39-51.
[9] Compaq, “Sizing a thin client Server Com- puting Solution Deploying Compaq ProLiant DL series Servers”, 2001.
[10] Daniel A. Menasc, Capacity Planning for 웹 Performance：metrics, models, and meth- ods, Prentice Hall, 1998.
[11] Doro G. Feitelson, “Metric and workload efforts on computer systems evaluation”, Computer, Vol.36, No.9(2003), pp.18-25.
[12] Doro G. Feitelson, Dan Tsafrir, “WORK- LOAD SANITATION FOR PERFOR- MANCE EVALUATION”, ISPASS, 2006.
[13] Laura Carrington and A. Sanvely, N.
Wolter, “A Performance Prediction Frame- work for Science Application”, Workshop on performance modeling(ICCS2003), 2003.
[14] Standard Performance Evaluation Corpora- tion, “SPECjbb2000, A Java Business Ben- chmark”, http://www.spec.org/jbb2000, 2000.
[15] Transaction Processing Performance Council,
“TPCBenchmarkTMC”, www.tpc.org/tpcc/, Dec 2005.
[16] U. Lublin and D. G. Fetelson, “The work- load on parallel supercomputers：modeling the characteristics of rigid job”, J. Parallel
& Distributed Computing, Vol.63, No.11 (2003), pp.1105-1122.
[17] www.tpc.org [18] www.spec.org
저 자 소 개
나 종 회 ([email protected])
현재 광주대학교 e-비즈니스학과 교수로 재직하고 있으며, 성균관대학교 정보공학과에서 학사, 석사 및 박사를 취득하였다. 한국전산원 주임연구 원으로 근무하였으며, 공공부문 정보화사업과 관련하여 정보시스템 감리 및 평가를 수행하였다. e-비즈니스연구, 디지털정책연구, 정보화정책, 정 보처리학회논문지 등 국내학술지에 논문을 게재한 바 있으며, 주요 관심 분야는 e-비즈니스, 인터넷컴퓨팅, 정보시스템 성능평가, 데이터마이닝 등 이다.
최 광 돈 ([email protected])
현재 한세대학교 경영학부 전자상거래전공 교수로 재직 중이다. 한국외 국어대학교 경영정보대학원에서 석사, 광운대학교 경영학과에서 박사를 취득하였다. 한국생산성본부와 한국전산원, 호남대학교에서 근무하였으며 주요 관심분야는 DB분석을 통한 정보전략계획수립, 정보시스템감리, e- 비즈니스, e-learning 등이다.
정 해 용 ([email protected])
현재 나사렛대학교 경영정보학과 교수로 재직하고 있으며, 광운대학교대 학원에서 경영정보학 전공으로 박사학위를 취득하였다. 정보통신부의 경 영정보시스템, 체신금융분산시스템 개발 프로젝트에 참여한 바 있으며, 정보통신부의 연수원에서 전임교수로 재직하였다. 주요 수상경력으로는 2004년도 한국SI학회 추계학술대회에서 우수논문상을, 2002년도 한국경 영정보학회 춘계학술대회에서 최우수논문상을 수상한 바 있다. 주요 관 심 연구분야는 정보화전략 수립 및 추진, 경영혁신과 정보기술활용, 정보 시스템평가, 정보시스템 아웃소싱, 정보기술 원격교육 등이다.
